豆包工作保姆级(4):让AI替你操作电脑,哪些活别交

公司那套用了八年的内部系统，没有接口，没有插件，也没人给你开放 API。

这类活以前只能靠人一点点磨：把网页上的数据复制到表格里，在两个没打通的系统之间搬运同一批单据，在老的进销存里按规则一批批录入。AI 再聪明也帮不上忙，因为它够不着。

上期我们讲了右键就能让豆包直接改本地的 PPT 和 Excel。这一期再往前一步：你授权之后，它自己看屏幕、自己点鼠标、自己敲键盘，把那些没有接口的活接过去。

➜ 第0节：四步开通，先把它请进你的电脑

第一步，装对版本。把豆包电脑版更新到最新版，或者去官网下载"豆包工作"电脑端，Windows 和 Mac 都支持。Mac 的"操作电脑"能力是最近才补上的，之前只有 Windows 有。

第二步，切模式。打开后从左下角一键切换到"工作任务"模式。提一句：切过去之后对话风格会变，长对话别在这个模式里收尾，免得上下文接不上。

第三步，开技能。在技能栏里选"操作电脑"，或者在对话里直接说明你要它操作电脑。然后点"开始初始化"，按系统提示完成授权，涉及辅助功能、录屏与系统录音这类权限，都要点允许。

第四步，过管理员这一关。如果接下来涉及需要管理员权限的操作，Windows 还会再弹一个"豆包操作电脑-凭据"窗口，让你输入当前用户的登录密码。这一步跳不过去，属于系统层面的保护。

费用上，免费版能跑基础的问答和文档整理，但要让它在电脑上连续跑任务、调用本地文件，一般得标准版（68 元一个月）往上，在校生认证之后 38 元。

第一次用，建议挑一个真实但不敏感的小任务：整理公开资料、汇总一批文件、做一份调研。别一上来就拿公司核心数据练手。

➜ 它是怎么"操作"的：不是魔法，是隔离沙箱

先说清原理，你才敢用。

它不要求每个软件开放 API，也不一定要配 MCP 或插件，靠的是通用 GUI 界面理解技术，直接识别屏幕上的图形化界面元素。按钮、输入框、下拉菜单，对它来说都是能看懂的图形。

它在一个"虚拟窗口"里干活，你可以理解成另开了一块子屏幕，所有动作都在隔离沙箱中运行。

这带来两个直接好处。一是不劫持你当前的键盘鼠标输入，它点它的，你能同时用电脑；二是不会中断你正在做的本地工作，不会突然把你写了一半的文档最小化。

你能全程看着它操作：看它打开窗口、打开浏览器、在搜索框里输入、判断结果、点进页面。任意节点可以一键暂停任务，也可以随时把控制权接回来。碰到需要你确认的细节，它会主动追问。

社区里有实测的例子：让它下载一个软件安装包，它自己走完打开浏览器、进网站、找搜索框、输入关键词、看搜索结果、判断该点哪一个、等下载完成这一整条链路，全程只需要你围观。

➜ 实战一：把杂乱的文件夹和资料理成一张表

最常见的场景就是文件夹。下载文件夹里堆着这周的会议资料，PDF、Word、Excel 混在一起，文件名一个比一个随意，你要按日期整理，还要提取每份文件的标题和负责人。

你要做的只是说清目标，不用描述过程。它会自己拆步骤，先在侧边工作台展示任务拆解，然后一步步执行。

它擅长的细分动作有这些：按规则批量重命名、按类型分文件夹、按日期归档、从一堆文件里提取关键字段汇总成表、按模板生成周报初稿。

判断标准很简单：只要步骤相对固定、又不需要你做主观判断，就适合交出去。反过来，别只说"帮我整理一下文件"，目标越具体，它拆得越准。

第一次跑这类有改动动作的任务，先让它列清单给你看，确认之后再执行。

➜ 实战二：那些没有接口的老系统，靠"看"来操作

这是"操作电脑"最不可替代的一点。很多老软件、内部系统、行业专用客户端，没有 API，也接不上插件，以前 AI 再聪明也只能干瞪眼。

现在它直接"上手"点：识别界面上的按钮、输入框、下拉菜单，像人一样操作。它也不依赖命令行工具，纯图形界面对它来说就够了。

举几个具体场景。把网页上查到的销售数据，一条条挪进本地的 Excel；在两个没打通的库存系统和 ERP 之间搬运同一批单据，先在第一个系统点"导出"，再切到第二个系统点"导入"，最后核对并提交；在老的进销存系统里按规则批量录入商品编码。

这些活的共同点，是"两边都有人工界面，但两边不通"。以前没有别的办法，只能人工复制粘贴。

提醒一句：这类跨系统操作的第一次运行，建议全程盯着看执行记录。跑通一遍、确认每一步判断都对，再放手让它自动工作。

➜ 实战三：网页上的重复活，让它自己点完

网页上的重复操作，是它最容易见效的一类。

自动填表：给它一个调查问卷的网址，页面上既有输入框又有选择框，它会先分析页面上的元素，然后按你给的虚拟身份把表单填完，连开放题都能自己写一段内容填上去。

规则化的检索与归档：按固定规则去几个网站查同一个关键词，把结果截图或摘录下来，按日期存进对应的文件夹。

批量下载：把需要下载的一批文件链接丢给它，它自己逐个点进去下载，按你给的文件名规则重命名。

这类活第一次跑完，先看一遍执行记录，确认判断逻辑对不对，第二次再放手。另外要注意：表单提交这类动作做错了，不像在对话框里说错话那样能撤回来。

➜ 实战四：人不在电脑前，手机遥控它接着干

手机端豆包 App 登录和电脑端一致的账号，进"工作任务"模式，把运行环境选"云电脑"，完成设备绑定授权，这条线就通了。

通了之后你能做三件事：远程续跑没干完的任务、新起一条指令、随时查收进度推送和结果反馈。

场景挺实在。通勤路上让家里电脑找一份文件并转成 PDF；到家之前让电脑把出差要用的 PPT 整理好；人在外面，让电脑把一份资料直接发到飞书。它还有"手机远程操控电脑"这条线，和"操作电脑"是配套的。

社区里的实测例子是这样的：用手机给 Windows 上的豆包下命令，让它把桌面上某份文件通过飞书发过来。因为连接器已经连了飞书，这条命令很快就执行完了。

前提和上一期说的一样：被调用那台电脑得开机、联网、装着最新版豆包电脑版，并且完成同账号授权。人走了电脑关机，活就停在原地。

➜ 三类活，我建议你留着手自己做

第一类，清理类操作：删文件、清盘、卸载软件、整理系统目录。这类动作做错不可逆，而它判断一个文件该不该删，很多时候只能看文件名。文件名是会骗人的，有用户开了本地权限让它自动清 C 盘，结果驱动和运行库被当成垃圾清掉，最后重装系统。

第二类，要登录、要验证码、要付钱的网页流程。录制和回放会把整条流程学走，包括中间那些你并不希望被记下来的环节；提交类的动作做错了，不像在对话框里说错话那样能撤回来。

第三类，需要你签字担责的文件：合同、报价单、申报材料、财务口径。这些错了是要你负责的。AI 有个改不掉的毛病，缺数据的时候它会补，补得还挺像那么回事。

再补一条：需要看屏幕临场判断的操作，比如突然弹出来的报错、授权弹窗，这类也别交。它看不懂的时候，你得在电脑前。

➜ 动手之前，先把三道保险装上

第一道，权限分档。豆包的授权有三档："始终询问""按需确认（只针对有风险的操作进行询问）""全部允许（不受限制地访问互联网和编辑你电脑上的任何文件）"。第一次跑任务，建议先用"按需确认"。

第二道，文件先脱敏。客户名、身份证号、报价、没公开的项目名都换成代号；涉密资料单独放一个盘，不要放进你授权给它的目录里。

第三道，账号分家。用公司批过的那套账号干公司的活，别把自己的私人账号当工位。

给你一组能说服自己的数字。有数据安全报告统计，接近一半的员工会在公司设备上经常使用 AI，这个比例一年前只有一成多；这些人里，约三分之二用的是非公司账号，公司既看不见，也管不到。另一份报告说，流入 AI 工具的数据里，大约四成涉及敏感信息。

说到底一句话：AI 替你省时间，但按保存键那一下，最好还是你的手。

➜ 本期清单

✓ 开通四步：更新最新版 → 切"工作任务"模式 → 技能栏选"操作电脑"并授权 → 过管理员密码那一关

✓ 它跑在隔离沙箱里，不劫持你的键鼠，随时能一键暂停或接管

✓ 最值得先试的三类活：整理文件夹并汇总成表、跨老系统搬数据、网页批量填表下载

✓ 三类别交：清理删除类、登录验证码付款类、要你签字担责类

✓ 三道保险：权限用"按需确认"、文件先脱敏、账号分家

➜ 下一期：把做过的操作录一遍，存成你自己的技能

有些活你很难用文字交代清楚，但做一遍它就看明白了。

下一期是系列第 5 期——浏览器录制与回放。你在豆包浏览器里把一遍操作演示给它看，它跟着学点击、填写、上传这些步骤，学成一套可复用的技能，还会记下调用条件、需要的输入、以及怎么验证结果对不对。

电商上架是最典型的例子：填标题、写描述、选分类、设价格、算运费、传图片，一次说清很难，做一遍就完事。

关注进击的AI时代，系列教程一期不落。